用Python写了一个图像文字识别OCR工具

　　人生苦短，快学Python！
　　在之前的文章里，我们多次尝试用Python实现文本OCR识别！
　　今天我们要搞一个升级版：直接写一个图像文字识别OCR工具！引言
　　最近在技术交流群里聊到一个关于图像文字识别的需求，在工作、生活中常常会用到，比如票据、漫画、扫描件、照片的文本提取。
　　博主基于PyQtlabelmePaddleOCR写了一个桌面端的OCR工具，用于快速实现图片中文本区域自动检测文本自动识别。
　　识别效果如下图所示：干货主要有：
　　200多本Python电子书（和经典的书籍）应该有
　　Python标准库资料（最全中文版）
　　项目源码（四五十个有趣且可靠的练手项目及源码）
　　Python基础入门、爬虫、网络开发、大数据分析方面的视频（适合小白学习）
　　Python学习路线图（告别不入流的学习）
　　私信小编01即可获取大量Python学习资源
　　OCR工具识别效果
　　所有框选区域为OCR算法自动检测，右侧列表有每个框对应的文字内容；点击右侧识别结果中的文本记录，然后点击复制到剪贴板即可复制该文本内容。功能列表文本区域检测文字识别文本区域可视化文字内容列表图像、文件夹加载图像滚轮缩放查看绘制区域、编辑区域复制所选文本识别结果OCR部分
　　图像文字检测文字识别算法，主要借助paddleocr实现。
　　创建或者选择一个虚拟环境，安装需要用到的第三方库。condacreatenocrcondaactivateocr安装框架
　　如果你没有NVIDIAGPU，或GPU不支持CUDA，可以安装CPU版本：CPU版本pipinstallpaddlepaddle2。1。0ihttps：mirror。baidu。compypisimple
　　如果你的GPU安装过CUDA9或CUDA10，cuDNN7。6，可以选择下面这个GPU版本：GPU版本python3mpipinstallpaddlepaddlegpu2。1。0ihttps：mirror。baidu。compypisimple安装PaddleOCR
　　安装paddleocr：pipinstallpaddleocr2。0。1推荐使用2。0。1版本
　　版面分析，需要安装LayoutParser：pip3installUhttps：paddleocr。bj。bcebos。comwhllayoutparser0。0。0py3noneany。whl测试安装是否成功
　　安装完成后，测试一张图片imagedir。imgs11。jpg，采用中英文检测方向分类器识别全流程：paddleocrimagedir。imgs11。jpguseangleclstrueusegpufalse
　　输出一个list：
　　在python中调用frompaddleocrimportPaddleOCR，drawocrPaddleocr目前支持的多语言语种可以通过修改lang参数进行切换例如ch，en，fr，german，korean，japanocrPaddleOCR（useangleclsTrue，langch）needtorunonlyoncetodownloadandloadmodelintomemoryimgpath。imgs11。jpgresultocr。ocr（imgpath，clsTrue）forlineinresult：print（line）
　　输出结果是一个list，每个item包含了文本框，文字和识别置信度：
　　〔〔〔24。0，36。0〕，〔304。0，34。0〕，〔304。0，72。0〕，〔24。0，74。0〕〕，〔纯臻营养护发素，0。964739〕〕〔〔〔24。0，80。0〕，〔172。0，80。0〕，〔172。0，104。0〕，〔24。0，104。0〕〕，〔产品信息参数，0。98069626〕〕〔〔〔24。0，109。0〕，〔333。0，109。0〕，〔333。0，136。0〕，〔24。0，136。0〕〕，〔（45元每公斤，100公斤起订），0。9676722〕〕。。。。。。界面部分
　　界面部分基于pyqt5实现，其中pyqtGUI程序开发入门和环境配置，详见一篇博客（具体见文末）。
　　主要步骤：界面布局设计
　　在QtDesigner中拖拽控件，完成程序界面布局，并保存。ui文件。
　　利用pyuic自动生成界面代码
　　在pycharm的项目文件结构中找到。ui文件，右键ExternalToolspyuic，会在ui文件同级目录下自动生成界面ui的Python代码。
　　编写界面业务类
　　业务类MainWindow实现程序逻辑和算法功能，与前面第2步生成的ui实现解耦，避免每次修改ui文件会影响业务代码。ui界面上的控件可以通过self。ui。xxxObjectName访问。classMainWindow（QMainWindow）：FITWINDOW，FITWIDTH，MANUALZOOM0，1，2definit（self）：super（）。init（）调用父类构造函数，创建QWidget窗体self。uiUiMainWindow（）创建ui对象self。ui。setupUi（self）构造uiself。setWindowTitle（appname）加载默认配置configgetconfig（）self。configconfig单选按钮组self。checkBtnGroupQButtonGroup（self）self。checkBtnGroup。addButton（self。ui。checkBoxocr）self。checkBtnGroup。addButton（self。ui。checkBoxdet）self。checkBtnGroup。addButton（self。ui。checkBoxrecog）self。checkBtnGroup。addButton（self。ui。checkBoxlayoutparser）self。checkBtnGroup。setExclusive（True）实现界面业务逻辑
　　对主界面上的按钮、列表、绘图控件进行信号槽连接。自定义的槽函数不用专门声明，如果是自定义的信号，需要在类init（）前加上yourSignalpyqtSignal（args）。
　　这里以按钮响应函数、列表响应函数为例。按钮点击的信号是clicked，listWidget列表切换选择的信号是itemSelectionChanged。按钮响应函数self。ui。btnOpenImg。clicked。connect（self。openFile）self。ui。btnOpenDir。clicked。connect（self。openDirDialog）self。ui。btnNext。clicked。connect（self。openNextImg）self。ui。btnPrev。clicked。connect（self。openPrevImg）self。ui。btnStartProcess。clicked。connect（self。startProcess）self。ui。btnCopyAll。clicked。connect（self。copyToClipboard）self。ui。btnSaveAll。clicked。connect（self。saveToFile）self。ui。listWidgetResults。itemSelectionChanged。connect（self。onItemResultClicked）5。运行看看效果
　　运行pythonmain。py即可启动GUI程序。
　　打开图片选择语言模型ch（中文）选择文本检测识别点击开始，检测完的文本区域会自动画框，并在右侧识别结果文本Tab页的列表中显示。
　　所有检测出文本的区域列表，在识别结果区域Tab页：
　　软件代码
　　由于时间有限，软件细节功能还需进一步完善。代码已开源到gitee上，欢迎感兴趣的朋友提pullrequest，共同修改完善。
　　代码开源地址：https：gitee。comsignal926ocrguidemo